Einsatzpotential von Support Vector Machines (SVM)-Klassifikation für Scoring-Fragestellungen im Database Marketing: empirische Untersuchung am Beispiel der Kündigungsprognose von Zeitschriftenabonnements
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Abschlussarbeit Buch |
| Sprache: | German |
| Veröffentlicht: |
Duisburg [u.a.]
WiKu-Verl.
2008
|
| Schlagworte: | |
| Online-Zugang: | Inhaltsverzeichnis |
| Beschreibung: | XXIV, 344 S. graph. Darst. 21 cm |
| ISBN: | 9783865533043 |
Internformat
MARC
| LEADER | 00000nam a2200000 c 4500 | ||
|---|---|---|---|
| 001 | BV035438924 | ||
| 003 | DE-604 | ||
| 005 | 20100528 | ||
| 007 | t | ||
| 008 | 090417s2008 d||| m||| 00||| ger d | ||
| 015 | |a 08,N47,0499 |2 dnb | ||
| 016 | 7 | |a 991073061 |2 DE-101 | |
| 020 | |a 9783865533043 |c : EUR 48.35 |9 978-3-86553-304-3 | ||
| 024 | 3 | |a 9783865533043 | |
| 035 | |a (OCoLC)423731723 | ||
| 035 | |a (DE-599)DNB991073061 | ||
| 040 | |a DE-604 |b ger |e rakddb | ||
| 041 | 0 | |a ger | |
| 049 | |a DE-521 |a DE-384 | ||
| 082 | 0 | |a 658.872 |2 22/ger | |
| 084 | |a QP 624 |0 (DE-625)141914: |2 rvk | ||
| 084 | |a QP 650 |0 (DE-625)141922: |2 rvk | ||
| 084 | |a 650 |2 sdnb | ||
| 100 | 1 | |a Zimmermann, Martin |d 1979- |e Verfasser |0 (DE-588)137980418 |4 aut | |
| 245 | 1 | 0 | |a Einsatzpotential von Support Vector Machines (SVM)-Klassifikation für Scoring-Fragestellungen im Database Marketing |b empirische Untersuchung am Beispiel der Kündigungsprognose von Zeitschriftenabonnements |c von Martin Zimmermann |
| 264 | 1 | |a Duisburg [u.a.] |b WiKu-Verl. |c 2008 | |
| 300 | |a XXIV, 344 S. |b graph. Darst. |c 21 cm | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b n |2 rdamedia | ||
| 338 | |b nc |2 rdacarrier | ||
| 502 | |a Zugl.: Jena, Univ., Diss., 2008 | ||
| 650 | 7 | |a Abonnement |2 stw | |
| 650 | 4 | |a Database-Marketing - Support-Vektor-Maschine - Zielgruppe | |
| 650 | 7 | |a Datenbank |2 stw | |
| 650 | 7 | |a Deutschland |2 stw | |
| 650 | 7 | |a Marketing |2 stw | |
| 650 | 7 | |a Support Vector Machine |2 stw | |
| 650 | 7 | |a Zeitschrift |2 stw | |
| 650 | 0 | 7 | |a Zielgruppe |0 (DE-588)4117714-9 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Database-Marketing |0 (DE-588)4263308-4 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Support-Vektor-Maschine |0 (DE-588)4505517-8 |2 gnd |9 rswk-swf |
| 655 | 7 | |0 (DE-588)4113937-9 |a Hochschulschrift |2 gnd-content | |
| 689 | 0 | 0 | |a Database-Marketing |0 (DE-588)4263308-4 |D s |
| 689 | 0 | 1 | |a Support-Vektor-Maschine |0 (DE-588)4505517-8 |D s |
| 689 | 0 | 2 | |a Zielgruppe |0 (DE-588)4117714-9 |D s |
| 689 | 0 | |5 DE-604 | |
| 856 | 4 | 2 | |m DNB Datenaustausch |q application/pdf |u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=017359203&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |3 Inhaltsverzeichnis |
| 999 | |a oai:aleph.bib-bvb.de:BVB01-017359203 | ||
Datensatz im Suchindex
| _version_ | 1804138884674617344 |
|---|---|
| adam_text | INHALTSVERZEICHNIS DC INHALTSVERZEICHNIS GELEITWORT V DANKSAGUNG VII
INHALTSVERZEICHNIS IX ABBILDUNGSVERZEICHNIS XV TABELLENVERZEICHNIS XVII
ABKUERZUNGSVERZEICHNIS XIX SYMBOLVERZEICHNIS XXI 1. EINFUEHRUNG 1 1.1
RAHMEN UND MOTIVATION DER UNTERSUCHUNG 1 1.2 ZIELSETZUNG DER ARBEIT 3
1.3 AUFBAU DER ARBEIT 6 2. FUNKTIONALE EINORDNUNG DES THEMAS
ZIELGRUPPENSELEKTION 9 2.1 DAS ZIELSYSTEM DES UNTERNEHMENS 9 2.2
DIREKTMARKETING 11 2.2.1 DEFINITION VON DIREKTMARKETING 11 2.2.2
CHARAKTERISTIKA VON DIREKTMARKETINGAKTIONEN UND TYPISIERUNG VON DIREKT-
MARKETING 12 2.3 DATABASE MARKETING 13 2.3.1 DEFINITION VON DATABASE
MARKETING 13 2.3.2 DIE DATENBANK IM DATABASE MARKETING UND DER DATABASE
MARKETING- REGELKREIS 14 2.3.3 DIE ZIELGRUPPENSELEKTION ALS WESENTLICHER
ANWENDUNGSBEREICH IM DATABASE MARKETING 16 2.4 CUSTOMER RELATIONSHIP
MANAGEMENT (CRM) 18 2.4.1 DEFINITION VON CRM 18 2.4.2 GRUNDSTRUKTUR VON
CRM-SYSTEMEN 20 2.4.3 KATEGORISIERUNG TYPISCHER AUFGABENBEREICHE DES CRM
21 2.5 POSITIONSBESTIMMUNG DER ZIELGRUPPENSELEKTION ZWISCHEN
DIREKTMARKETING, DATABASE MARKETING UND CRM 23 3. UEBERBLICK UEBER DAS
VERLAGSGESCHAEFT UND EINORDNUNG DER KUENDIGUNGSPRAEVENTION IN DAS
ABOMARKETING VON PUBLIKUMSZEITSCHRIFTEN 27 3.1 ZUR FUNKTIONSWEISE DES
VERLAGSGESCHAEFTS 27 3.1. BIBLIOGRAFISCHE INFORMATIONEN
HTTP://D-NB.INFO/991073061 DIGITALISIERT DURCH INHALTSVERZEICHNIS 3.2.1
DAS AUFGABENSPEKTRUM DES ABOMARKETINGS 33 3.2.2 UEBERBLICK UEBER
GRUNDBEGRIFFE DES ABOMARKETINGS UND SPEKTRUM AN DENKBAREN
DIREKTMARKETINGMASSNAHMEN 34 3.2.3 WICHTIGE ERFOLGSMESSGROESSEN DES
ABOMARKETINGS 37 3.3 KUENDIGUNG VON ZEITSCHRIFTENABONNEMENTS UND
MOEGLICHKEITEN DER KUENDIGUNGS- PRAEVENTION 39 3.3.1 DER LEBENSZYKLUS VON
ABONNEMENTS 39 3.3.2 DIE KUENDIGUNG EINES ABONNEMENTS 41 3.3.3 DAS
KUENDIGUNGSPRAEVENTIONSMANAGEMENT UND UEBERBLICK UEBER STRATEGIEN ZUR
KUENDIGUNGSVERMEIDUNG 43 3.3.4 KUENDIGUNGSPRAEVENTION IM LICHTE PRAKTISCHER
ANWENDUNG INNERHALB DES ABOMARKETINGS 46 3.3.5 DIE KUENDIGUNGSPROGNOSE
VON ZEITSCHRIFTENABONNEMENTS ALS TYPISCHE ZIEL- GRUPPENSELEKTIONSAUFGABE
IM DATABASE MARKETING 47 4. GRUNDLAGEN DES DATA MINING 53 4.1 DEFINITION
DATA MINING UND GRUNDBEGRIFFE 53 4.1.1 DATA MINING IM ENGEREN UND IM
WEITEREN SINNE 53 4.1.2 DATEN ALS BASIS DES DATA MINING 54 4.1.3
GRUNDLEGENDE ASPEKTE DER MUSTERERKENNUNG 57 4.2 DATA MINING ALS
TECHNOLOGIE 58 4.3 DATA MINING ALS PROZESS 59 4.3.1 UEBERBLICK UEBER
VORHANDENE PROZESSMODELLE 59 4.3.2 DIE PHASE DER DATENREDUKTION 62
4.3.2.1 FALLAUSWAHL MITTELS STICHPROBENBILDUNG 62 4.3.2.2
MERKMALSAUSWAHL 64 4.3.3 DIE PHASE DER DATENVORBEREITUNG 65 4.3.3.1
BEHANDLUNG FEHLENDER MERKMALSWERTE 65 4.3.3.2 IDENTIFIKATION VON
FEHLERHAFTEN MERKMALSWERTEN SOWIE AUSREISSER- ELIMINIERUNG 66 4.3.3.3
KODIERUNG DER MERKMALE 67 4.3. INHALTSVERZEICHNIS XI 4.6.4 KUENSTLICHE
NEURONALE NETZE 100 5. UEBERBLICK UEBER SUPPORT VECTOR
MACHINES-KLASSIFIKATION 103 5.1 MOTIVATION DER BESCHAEFTIGUNG MIT
SVM-KLASSIFIKATION 103 5.2 STATISTISCHE LERNTHEORIE ALS THEORETISCHE
FUNDIERUNG VON SVM 104 5.2.1 ALLGEMEINES MODELL FUER DAS LERNEN AUS
BEISPIELEN 104 5.2.2 DIE KONZEPTE DER KAPAZITAET UND REGULARISIERUNG VON
LERNMASCHINEN 105 5.2.3 HERLEITUNG DER VC-DIMENSION ZUR
KAPAZITAETSKONTROLLE VON LERNMASCHINEN 106 5.2.4 DIE STRUKTURELLE
RISIKOMINIMIERUNG 109 5.3 HISTORIE UND CHARAKTERISTISCHE MERKMALE VON
SUPPORT VECTOR MACHINES 110 5.4 FUNKTIONSWEISE VON SUPPORT VECTOR
MACHINES 111 5.4.1 GRUNDKONZEPT VON SVM-KLASSIFIKATION AM FALL LINEAR
SEPARIERBARER DATEN 111 5.4.2 ERWEITERUNG DER SVM-KLASSIFIKATION AUF DEN
FALL LINEAR NICHT SEPARIERBARER DATEN 115 5.4.3 NICHTLINEARE TRENNUNG
UND DER *KEMEL-TRICK 119 5.4.4 MODIFIZIERUNG DES
REGULARISIERUNGSPARAMETERS DER SVM-KLASSIFIKATION 126 5.4.5 MASSNAHMEN
UND HEURISTIKEN ZUR STEIGERUNG DER PERFORMANCE BEI DER LOESUNG DES
QUADRATISCHEN OPTIMIERUNGSPROBLEMS 127 5.4.6 KOMPLEXITAET DES
SVM-ALGORITHMUS 130 5.5 ZUSAMMENFASSUNG DER STAERKEN UND SCHWAECHEN VON
SVM-KLASSIFIKATION 131 6. ABLEITUNG EINES VORGEHENSMODELLS FUER DEN
EINSATZ VON SVM- KLASSIFIKATION IM DATABASE MARKETING 133 6.1
SVM-KLASSIFIKATION FUER SCORING-ANWENDUNGEN 133 6.2 IDENTIFIKATION VON
ERWEITERUNGSBEDARF FUER DEN EINSATZ VON SVM-KLASSIFIKATION IM DATABASE
MARKETING 135 6. XII INHALTSVERZEICHNIS 6.4.3.3 KRITISCHE DISKUSSION DER
GITTERSUCHE 161 6.4.3.4 WEITERE ANSAETZE ZUR PARAMETERSUCHE FUER
SVM-KLASSIFIKATION 164 6.4.3.5 EVOLUTIONAERER ALGORITHMUS 166 6.4.3.6
EXPERIMENTELLE ERPROBUNG DER PARAMETERSUCHE MITTELS EA 168 6.4.3.7 DER
EINFLUSS DES VALIDIERUNGSVERFAHRENS SOWIE DES EINGESETZTEN GUETEMASSES IM
RAHMEN DER PARAMETEROPTIMIERUNG 170 6.4.4 AUSWAHL DER KERNEL-FUNKTION
172 6.4.4.1 ALTERNATIVENSPEKTRUM INNERHALB DER KERNEL-AUSWAHL 172
6.4.4.2 VERGLEICH DER KLASSIFIKATIONSGUETE BEI EINSATZ VERSCHIEDENER
KEMEL- FUNKTIONEN 174 6.4.5 BEHERRSCHUNG UMFANGREICHER DATENSAETZE UND
UNGLEICHMAESSIGER KLASSENVERTEILUNGEN 176 6.4.5.1 VORUEBERLEGUNGEN ZUM
DATENSATZUMFANG IN PRAKTISCHEN SVM- ANWENDUNGEN 176 6.4.5.2 EINFLUSS DES
STICHPROBENVERFAHRENS AUF DAS KLASSIFIKATIONSERGEBNIS 180 6.4.5.3
EINFLUSS ZWISCHEN STICHPROBENGROESSE UND KLASSIFIKATIONSGUETE 183 6.4.5.4
IMPLIKATIONEN FUER DIE STICHPROBENBILDUNG INNERHALB DER MODELL-
ERSTELLUNG UND DER PARAMETEROPTIMIERUNG 184 6.4.6 ANALYSE DES
RESULTIERENDEN SVM-MODELLS 186 6.4.6.1 ZWECK UND AUFBAU EINES
SVM-MODELLS 186 6.4.6.2 MODELLVEREINFACHUNG BEI LINEAREN SVM-MODELLEN
187 6.4.6.3 MODELLVEREINFACHUNGEN BEIM EINSATZ VON KERNEL-FUNKTIONEN 188
6.4.6.4 INTERPRETIERBARKEIT DER KLASSIFIKATIONSMODELLE 191 6.4.7
UEBERBLICK UEBER DIE ABGELEITETEN HANDLUNGSEMPFEHLUNGEN 193 6.5 ZEIT ALS
LIMITIERENDER FAKTOR BEI DER MODELLERSTELLUNG UND -ANWENDUNG 195 6.5.1
DIE ROLLE EINES RESTRIKTIVEN ZEITBUDGETS IM DATABASE MARKETING 195 6.5.
INHALTSVERZEICHNIS XIII 7. EMPIRISCHE ERPROBUNG DES VORGEHENSMODELLS AUF
BASIS REALER VERGANGENHEITSDATEN 221 7.1 VORUEBERLEGUNGEN ZUM PRAXISTEST
DES VORGEHENSMODELLS 221 7.2 DER DATA MINING-PROZESS ENTLANG DES
CRISP-DM-REFERENZMODELLS INNERHALB EINER REALEN SCORING-FRAGESTELLUNG
224 7.2.1 PHASE 1: BUSINESS UNDERSTANDING 224 7.2.2 PHASE 2: DATA
UNDERSTANDING 225 7.2.3 PHASE 3: DATA PREPARATION 227 7.2.4 PHASE 4:
MODELING 231 7.2.5 PHASE 5: EVALUATION 232 7.2.6 PHASE 6: DEPLOYMENT 233
7.3 UEBERBLICK UEBER DIE ERGEBNISSE DER EXPERIMENTE MIT
VERGANGENHEITSDATEN 233 7.4 FAZIT ZUR ANALYSE DES VORGEHENSMODELLS
ANHAND VON VERGANGENHEITSDATEN 237 8. FELDVERSUCH ZUR GEZIELTEN
KUENDIGUNGSPRAEVENTION MIT SVM- KLASSIFIKATION UNTER REALEN
PRAXISBEDINGUNGEN 241 8.1 MOTIVATION UND ZIELSETZUNG DES FELDVERSUCHS
241 8.2 UNTERSUCHUNGSMETHODE UND TESTDESIGN 242 8.3 FORMULIERUNG DER
HYPOTHESEN 246 8.4 VORBEREITUNG DES FELDVERSUCHS 247 8.4.1
VORUEBERLEGUNGEN ZUR VERTEILUNG DER BETRACHTETEN ZUFALLSVARIABLE 247
8.4.2 KRITERIEN ZUR AUSWAHL EINES GEEIGNETEN ZEITSCHRIFTENTITELS FUER DEN
FELDVERSUCH 252 8.4.3 ENTSCHEIDUNG FUER EINEN TITEL UND KONKRETE
EINGRENZUNGSKRITERIEN DER SELEKTION 253 8.4.4 DIE KONZEPTION DER
KUENDIGUNGSPRAEVENTIONSMASSNAHME 254 8.4.5 DIE FESTLEGUNG DER
KAMPAGNENTEILNEHMERZAHL 255 8.4.6 DIE ERMITTLUNG DER BENOETIGTEN
STICHPROBENGROESSEN FUER DEN FELDVERSUCH 257 8.4.7 DIE FESTLEGUNG DES
PROGNOSEHORIZONTS FUER DIE MODELLERSTELLUNG 259 8. STICHWORTVERZEICHNIS
343 XIV INHALTSVERZEICHNIS 8.5.6.3 BETRACHTUNG DES ZEITLICHEN VERLAUFS
DER KUENDIGUNGEN 277 8.5.6.4 UEBERPRUEFUNG DER KAMPAGNENWIRKSAMKEIT ZUM
ENDE DER KAMPAGNE 278 8.5.6.5 UNTERSUCHUNG DES ZUSAMMENHANGS ZWISCHEN
RESPONSE UND KUENDIGUNG 282 8.6 VERGLEICH DER PROGNOSE DES SVM-MODELLS
DES FELDVERSUCHS MIT ANDEREN KLASSIFIKATIONSVERFAHREN 283 8.6.1 AUSWAHL
DER BETRACHTETEN KLASSIFIKATIONSVERFAHREN 283 8.6.2 FESTLEGUNG DER
UNTERSUCHTEN PARAMETERKOMBINATIONEN 284 8.6.3 WAHL DER GUETEKRITERIEN ZUR
BEURTEILUNG DER KLASSIFIKATIONEN 286 8.6.4 BENCHMARKING DER
KLASSIFIKATIONSGUETE 289 8.6.5 BENCHMARKING DER MODELLIERUNGSZEITDAUER
294 8.7 MONETAERE BEWERTUNG DER GEZIELTEN KUENDIGUNGSPRAEVENTION VON
ZEITSCHRIFTEN- ABONNEMENTS 299 8.7.1 ERMITTLUNG DER KOSTEN DER KONKRET
DURCHGEFUEHLTEN KUENDIGUNGSPRAEVENTIONSMASSNAHME 299 8.7.2 OEKONOMISCHE
BEURTEILUNG DES KONKRETEN FELDEXPERIMENTS 301 8.7.3 ABLEITUNG VON
AUSSAGEN BEZUEGLICH DER RENTABILITAET VON AEHNLICHEN
KUENDIGUNGSPRAEVENTIONSMASSNAHMEN IM PRAXISEINSATZ 305 8.8 FAZIT DES
FELDVERSUCHS 307 9. FAZIT UND AUSBLICK 311 9.1 BEWERTUNG DER
ZIELERREICHUNG DES ANGESTREBTEN UNTERSUCHUNGSZWECKS 311 9.2
UEBERTRAGBARKEIT DER ERGEBNISSE AUF ANDERE SCORING-FRAGESTELLUNGEN 313
9.3 EINORDNUNG DER UNTERSUCHUNGSERGEBNISSE IN VERGLEICHSSTUDIEN
VERSCHIEDENER KLASSIFIKATIONSVERFAHREN 317 9.4 IMPLIKATIONEN FUER
WEITEREN FORSCHUNGSBEDARF UND AUSBLICK 318 LITERATURVERZEICHNIS 323
|
| any_adam_object | 1 |
| author | Zimmermann, Martin 1979- |
| author_GND | (DE-588)137980418 |
| author_facet | Zimmermann, Martin 1979- |
| author_role | aut |
| author_sort | Zimmermann, Martin 1979- |
| author_variant | m z mz |
| building | Verbundindex |
| bvnumber | BV035438924 |
| classification_rvk | QP 624 QP 650 |
| ctrlnum | (OCoLC)423731723 (DE-599)DNB991073061 |
| dewey-full | 658.872 |
| dewey-hundreds | 600 - Technology (Applied sciences) |
| dewey-ones | 658 - General management |
| dewey-raw | 658.872 |
| dewey-search | 658.872 |
| dewey-sort | 3658.872 |
| dewey-tens | 650 - Management and auxiliary services |
| discipline | Wirtschaftswissenschaften |
| format | Thesis Book |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>02228nam a2200541 c 4500</leader><controlfield tag="001">BV035438924</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20100528 </controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">090417s2008 d||| m||| 00||| ger d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">08,N47,0499</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">991073061</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783865533043</subfield><subfield code="c">: EUR 48.35</subfield><subfield code="9">978-3-86553-304-3</subfield></datafield><datafield tag="024" ind1="3" ind2=" "><subfield code="a">9783865533043</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)423731723</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DNB991073061</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rakddb</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-521</subfield><subfield code="a">DE-384</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">658.872</subfield><subfield code="2">22/ger</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">QP 624</subfield><subfield code="0">(DE-625)141914:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">QP 650</subfield><subfield code="0">(DE-625)141922:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">650</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Zimmermann, Martin</subfield><subfield code="d">1979-</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)137980418</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Einsatzpotential von Support Vector Machines (SVM)-Klassifikation für Scoring-Fragestellungen im Database Marketing</subfield><subfield code="b">empirische Untersuchung am Beispiel der Kündigungsprognose von Zeitschriftenabonnements</subfield><subfield code="c">von Martin Zimmermann</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Duisburg [u.a.]</subfield><subfield code="b">WiKu-Verl.</subfield><subfield code="c">2008</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">XXIV, 344 S.</subfield><subfield code="b">graph. Darst.</subfield><subfield code="c">21 cm</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="502" ind1=" " ind2=" "><subfield code="a">Zugl.: Jena, Univ., Diss., 2008</subfield></datafield><datafield tag="650" ind1=" " ind2="7"><subfield code="a">Abonnement</subfield><subfield code="2">stw</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Database-Marketing - Support-Vektor-Maschine - Zielgruppe</subfield></datafield><datafield tag="650" ind1=" " ind2="7"><subfield code="a">Datenbank</subfield><subfield code="2">stw</subfield></datafield><datafield tag="650" ind1=" " ind2="7"><subfield code="a">Deutschland</subfield><subfield code="2">stw</subfield></datafield><datafield tag="650" ind1=" " ind2="7"><subfield code="a">Marketing</subfield><subfield code="2">stw</subfield></datafield><datafield tag="650" ind1=" " ind2="7"><subfield code="a">Support Vector Machine</subfield><subfield code="2">stw</subfield></datafield><datafield tag="650" ind1=" " ind2="7"><subfield code="a">Zeitschrift</subfield><subfield code="2">stw</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Zielgruppe</subfield><subfield code="0">(DE-588)4117714-9</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Database-Marketing</subfield><subfield code="0">(DE-588)4263308-4</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Support-Vektor-Maschine</subfield><subfield code="0">(DE-588)4505517-8</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="0">(DE-588)4113937-9</subfield><subfield code="a">Hochschulschrift</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Database-Marketing</subfield><subfield code="0">(DE-588)4263308-4</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Support-Vektor-Maschine</subfield><subfield code="0">(DE-588)4505517-8</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Zielgruppe</subfield><subfield code="0">(DE-588)4117714-9</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">DNB Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=017359203&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-017359203</subfield></datafield></record></collection> |
| genre | (DE-588)4113937-9 Hochschulschrift gnd-content |
| genre_facet | Hochschulschrift |
| id | DE-604.BV035438924 |
| illustrated | Illustrated |
| indexdate | 2024-07-09T21:35:17Z |
| institution | BVB |
| isbn | 9783865533043 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-017359203 |
| oclc_num | 423731723 |
| open_access_boolean | |
| owner | DE-521 DE-384 |
| owner_facet | DE-521 DE-384 |
| physical | XXIV, 344 S. graph. Darst. 21 cm |
| publishDate | 2008 |
| publishDateSearch | 2008 |
| publishDateSort | 2008 |
| publisher | WiKu-Verl. |
| record_format | marc |
| spelling | Zimmermann, Martin 1979- Verfasser (DE-588)137980418 aut Einsatzpotential von Support Vector Machines (SVM)-Klassifikation für Scoring-Fragestellungen im Database Marketing empirische Untersuchung am Beispiel der Kündigungsprognose von Zeitschriftenabonnements von Martin Zimmermann Duisburg [u.a.] WiKu-Verl. 2008 XXIV, 344 S. graph. Darst. 21 cm txt rdacontent n rdamedia nc rdacarrier Zugl.: Jena, Univ., Diss., 2008 Abonnement stw Database-Marketing - Support-Vektor-Maschine - Zielgruppe Datenbank stw Deutschland stw Marketing stw Support Vector Machine stw Zeitschrift stw Zielgruppe (DE-588)4117714-9 gnd rswk-swf Database-Marketing (DE-588)4263308-4 gnd rswk-swf Support-Vektor-Maschine (DE-588)4505517-8 gnd rswk-swf (DE-588)4113937-9 Hochschulschrift gnd-content Database-Marketing (DE-588)4263308-4 s Support-Vektor-Maschine (DE-588)4505517-8 s Zielgruppe (DE-588)4117714-9 s DE-604 DNB Datenaustausch application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=017359203&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis |
| spellingShingle | Zimmermann, Martin 1979- Einsatzpotential von Support Vector Machines (SVM)-Klassifikation für Scoring-Fragestellungen im Database Marketing empirische Untersuchung am Beispiel der Kündigungsprognose von Zeitschriftenabonnements Abonnement stw Database-Marketing - Support-Vektor-Maschine - Zielgruppe Datenbank stw Deutschland stw Marketing stw Support Vector Machine stw Zeitschrift stw Zielgruppe (DE-588)4117714-9 gnd Database-Marketing (DE-588)4263308-4 gnd Support-Vektor-Maschine (DE-588)4505517-8 gnd |
| subject_GND | (DE-588)4117714-9 (DE-588)4263308-4 (DE-588)4505517-8 (DE-588)4113937-9 |
| title | Einsatzpotential von Support Vector Machines (SVM)-Klassifikation für Scoring-Fragestellungen im Database Marketing empirische Untersuchung am Beispiel der Kündigungsprognose von Zeitschriftenabonnements |
| title_auth | Einsatzpotential von Support Vector Machines (SVM)-Klassifikation für Scoring-Fragestellungen im Database Marketing empirische Untersuchung am Beispiel der Kündigungsprognose von Zeitschriftenabonnements |
| title_exact_search | Einsatzpotential von Support Vector Machines (SVM)-Klassifikation für Scoring-Fragestellungen im Database Marketing empirische Untersuchung am Beispiel der Kündigungsprognose von Zeitschriftenabonnements |
| title_full | Einsatzpotential von Support Vector Machines (SVM)-Klassifikation für Scoring-Fragestellungen im Database Marketing empirische Untersuchung am Beispiel der Kündigungsprognose von Zeitschriftenabonnements von Martin Zimmermann |
| title_fullStr | Einsatzpotential von Support Vector Machines (SVM)-Klassifikation für Scoring-Fragestellungen im Database Marketing empirische Untersuchung am Beispiel der Kündigungsprognose von Zeitschriftenabonnements von Martin Zimmermann |
| title_full_unstemmed | Einsatzpotential von Support Vector Machines (SVM)-Klassifikation für Scoring-Fragestellungen im Database Marketing empirische Untersuchung am Beispiel der Kündigungsprognose von Zeitschriftenabonnements von Martin Zimmermann |
| title_short | Einsatzpotential von Support Vector Machines (SVM)-Klassifikation für Scoring-Fragestellungen im Database Marketing |
| title_sort | einsatzpotential von support vector machines svm klassifikation fur scoring fragestellungen im database marketing empirische untersuchung am beispiel der kundigungsprognose von zeitschriftenabonnements |
| title_sub | empirische Untersuchung am Beispiel der Kündigungsprognose von Zeitschriftenabonnements |
| topic | Abonnement stw Database-Marketing - Support-Vektor-Maschine - Zielgruppe Datenbank stw Deutschland stw Marketing stw Support Vector Machine stw Zeitschrift stw Zielgruppe (DE-588)4117714-9 gnd Database-Marketing (DE-588)4263308-4 gnd Support-Vektor-Maschine (DE-588)4505517-8 gnd |
| topic_facet | Abonnement Database-Marketing - Support-Vektor-Maschine - Zielgruppe Datenbank Deutschland Marketing Support Vector Machine Zeitschrift Zielgruppe Database-Marketing Support-Vektor-Maschine Hochschulschrift |
| url | http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=017359203&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |
| work_keys_str_mv | AT zimmermannmartin einsatzpotentialvonsupportvectormachinessvmklassifikationfurscoringfragestellungenimdatabasemarketingempirischeuntersuchungambeispielderkundigungsprognosevonzeitschriftenabonnements |